Add-it是NVIDIA推出的无需训练的图像编辑技术，能根据文本指令在图像中添加对象。这项技术基于扩展扩散模型的注意力机制，整合场景图像、文本提示和生成图像的信息，实现结构一致性和自然的对象放置。Add-it在真实和生成图像的插入基准测试中表现优异，优于监督学习方法，且在超过80%的情况下更受人类偏好。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
Add-baidu09it – 英伟达推出无需训练的图像编辑技术
猜你喜欢
-
发布了文章 3分钟前
Animate-baidu09X – 阿里巴巴开源的通用动画生成框架
Animate-X是基于LDM的通用动画框架，能将静态图像转化为动态视频，擅长处理拟人化角色。 通过引入姿势指示器，增强了对运动模式的捕捉能力，包括隐式和显式运动特征。 Animate-X适用于人类角色，能处理卡通人物或游戏...
-
发布了文章 8分钟前
Animate Anyone 2 – 阿里通义推出的高保真角色图像动画生成技术
Animate Anyone 2 是阿里巴巴集团通义实验室推出的高保真角色图像动画生成技术，通过结合环境信息生成更具真实感的角色动画。与传统方法不同，能从视频中提取运动信号，捕捉环境表示作为条件输入，使角色动画能与周围环境自...
-
发布了文章 15分钟前
AnimaX – 北航联合清华等推出的3D动画生成框架
AnimaX是北京航空航天大学联合清华大学、香港大学等推出的高效3D动画生成框架，将视频扩散模型的动作先验与基于骨骼的动画结构相结合。框架能将视频中的动作知识有效迁移到3D领域，支持具有任意骨骼结构的多样化关节网格。...
-
发布了文章 19分钟前
AnimaTensor – 吐司AI等推出的二次元图像生成模型
AnimaTensor是CagliostroLab团队和TensorArt共同推出的二次元图像生成模型。基于创新的V-Prediction技术，用预测图像生成过程中的“速度”优化噪声调度和采样策略，提高图像质量和生成效率。...
-
发布了文章 24分钟前
AniTalker – 上海交大开源的对口型说话视频生成框架
AniTalker是由来自上海交大X-LANCE实验室和思必驰AISpeech的研究人员推出的AI对口型说话视频生成框架，能够将单张静态人像和输入的音频转换成栩栩如生的动画对话视频。...
-
发布了文章 28分钟前
AniPortrait – 腾讯开源的照片对口型视频生成框架
AniPortrait是腾讯开源的照片对口型AI视频生成框架，类似于此前阿里推出的EMO，能够通过音频和一张参考肖像图片生成高质量的动画。...
-
发布了文章 34分钟前
AniDoc – 2D动画上色AI模型，基于视频扩散模型自动将草图序列转换成彩色动画
AniDoc是香港科技大学、蚂蚁集团、南京大学、浙江大学和香港大学共同推出的简化2D动画上色AI模型，基于视频扩散模型自动将草图序列转换成彩色动画，遵循参考角色设计。模型用对应匹配技术处理角色设计与草图之间的差异，实现色彩和...
-
发布了文章 38分钟前
AndroidLab – 清华和北大联合推出系统化评估Android智能代理的框架
AndroidLab是用在训练和系统评估Android自主代理的框架，集成文本和图像模态操作环境，统一行动空间和可重现基准测试。AndroidLab支持大型语言模型和多模态模型，包含138个任务，覆盖九个应用。基于Andro...
全部评论
留言在赶来的路上...
发表评论